标签: ReMax

该标签下的全部文章 "ReMax".

• ReMax 入门：用贪心答案当作自己的参照

  15 Sep, 2026

  解释随机生成与贪心生成的双路流程，手算奖励差和策略更新，区分贪心基线、最优答案、RLOO 和 critic。